XiaoMi-AI文件搜索系统
World File Search Systemquantization
物质的拓扑阶段：整数量子厅效应
整数量子厅系统显示物质的拓扑阶段。不同的Chern号（“ TKNN不变”）对应于不同的阶段。在过渡时没有对称性破裂！“大厅量化”与Chern数字相关，这意味着对扰动的稳健性。
利用氮空位进行量子信息处理...
图 1：钻石面心立方结构内的 NV 缺陷。NV 中心由碳晶格（黑色）中空位（白色）旁边的氮取代基（蓝色）组成。量子化轴可以以相等的概率位于四个晶体取向之一。
非线性光学的量子理论
在通信，量子科学和激光物理学中扮演着重要角色，量子非线性光学器件是越来越重要的领域。本书提出了对领域量化的独立处理，并涵盖了诸如字段，相位空间表示的规范形式，以及线性和非线性媒体中电动动力学量化的包含问题。从经典非线性光学器件的摘要开始，然后详细解释了量子非线性光学系统及其应用，光学纤维中的量子和经典噪声源的计算技术，以及非线性光学在量子信息科学中的应用。通过章节结束练习和针对不同系统的申请的详细示例补充，这本书是研究生和非线性光学，凝结物理学，量子信息和原子物理学的研究生和研究人员的宝贵资源。假定量子力学和经典电动力学的坚实基础，但不需要对非线性光学的知识。
非线性光学的量子理论
量子非线性光学在通信、量子科学和激光物理中发挥着重要作用，是一个越来越重要的领域。本书介绍了场量化的完整处理，并涵盖了场的正则形式、相空间表示以及线性和非线性介质中电动力学量化的综合问题等主题。它从经典非线性光学的总结开始，然后详细解释了量子非线性光学系统的计算技术及其应用、光纤中的量子和经典噪声源以及非线性光学在量子信息科学中的应用。本书辅以章末练习和应用于不同系统的详细示例，是非线性光学、凝聚态物理、量子信息和原子物理研究生和研究人员的宝贵资源。本书假设读者具有量子力学和经典电动力学的坚实基础，但不需要具备非线性光学的先验知识。
具有严格量子电路推导的氢分子系统的量子计算模拟
2 量子哈密顿量的量化和 Bravyi-Kitaev 变换 .................................................................. 10 2.1 第一和第二次量化.................................................................................................................................................... 10 2.2 Bravyi-Kitaev 变换................................................................................................................................................... 12 2.2.1 数学背景................................................................................................................................................................................... 12 2.2.2 占有数基变换................................................................................................... . . . . . . . 14 2.2.3 奇偶校验基变换 . . . . . . . . . . . . . 19 2.2.4 Bravyi-Kitaev 基变换 . . . . . . . . . . . . . 24 2.2.4.1 基编码 . . . . . . . . . . . . . . 25 2.2.4.2 奇偶校验集 . . . . . . . . . . . . ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2.3.3 双激发算符.......................................................................................................................................................39 2.3.4 氢分子哈密顿量的完全 BK 变换 44
对抗样本的生物免疫建模
作者：E Kim · 2020 · 被引用 29 次 — 或者，防御可以通过预处理、量化或压缩来处理模型的输入 [47, 11, 17, 19, 28]。我们的工作是独特的，不...
XIJIE HUANG
·提议的随机差异量化（SDQ）[ICML 2022]，一种有效的和有效的混合精确定量量化技术优于·提出了有效的变异感知视觉变压器（VIT）量化框架[TMLR]。这是分析和定位VIT量化变化的第一项工作。我们对VIT的变化的解决方案导致在不同的VIT模型（DEIT，SWIN，SRET）跨Imagenet-1k数据集上的最新精度。·通过核心选择[TMLR]提出一个新的角度，以提高量化感知训练的效果。我们的方法可以在ImageNet-1k数据集上获得4位RESNET-18的68.39％，仅10％子集。
量化系统的 DEVS 理论
本报告介绍了一种量化系统理论，该理论支持基于称为“量化”的过程的预测过滤，以减少状态更新传输。量化系统是具有输入和输出量化器的系统。量化仅在量子级交叉处生成状态更新，将发送方模型抽象为 DEVS（离散事件系统规范）表示。这提供了一种替代的、有效的方法来将连续模型嵌入分布式离散事件模拟中。量化系统理论研究了在何种条件下，DEVS 表示系统的耦合能够很好地表示原始组合。这对应于预测过滤的闭环研究，即发送方和接收方都在暴露彼此的抽象。先前对航位推算精度/性能权衡的分析假设开环分析延续到闭环情况。不幸的是，数值分析的经验表明，反馈相互作用的动态可能会导致产生的误差无限制地增长。量化系统理论提供了同态（无误差）量化预测过滤成为可能的条件。它展示了当条件被违反时如何产生错误，并提出了近似同态的适当概念。讨论了量化在消息流量减少中的应用。该理论已通过模拟得到证实
量化脉动阵列 DNN 加速器中激活故障可靠性的探索
摘要 — 深度神经网络 (DNN) 加速器可靠性的严格要求与减少硬件平台计算负担的需求相伴而生，即降低能耗和执行时间以及提高 DNN 加速器的效率。此外，对具有定制要求的专用 DNN 加速器的需求不断增长，特别是对于安全关键型应用，这需要进行全面的设计空间探索，以开发出满足这些要求的高效且强大的加速器。因此，硬件性能（即面积和延迟）与 DNN 加速器实现的可靠性之间的权衡变得至关重要，需要分析工具。本文提出了一种全面的方法来探索和实现对量化对模型精度、激活故障可靠性和硬件效率的三方影响的整体评估。介绍了一个完全自动化的框架，该框架能够应用各种量化感知技术、故障注入和硬件实现，从而实现硬件参数的测量。此外，本文提出了一种集成在框架内的新型轻量级保护技术，以确保最终基于脉动阵列的 FPGA 实现的可靠部署。在已建立的基准上进行的实验展示了分析流程以及量化对可靠性、硬件性能和网络准确性的深远影响，特别是关于网络激活中的瞬态故障。索引术语 — 深度神经网络、设计空间探索、量化、故障模拟、可靠性评估